# RetinaFace
## 论文
RetinaFace: Single-stage Dense Face Localisation in the Wild
- https://arxiv.org/pdf/1905.00641.pdf
## 模型结构
RetinaFace是一个经典的人脸检测模型, 采用SSD架构进行人脸检测。
## 算法原理
RetinaFace模型有几个主要特点：
- 采用 FPN 特征金字塔提取多尺度特征；
- 引入 SSH 算法的 Context Modeling；
- 多任务训练，提供额外的监督信息。
## 环境配置
### Docker（方法一）
拉取镜像：
```
docker pull image.sourcefind.cn:5000/dcu/admin/base/migraphx:4.3.0-ubuntu20.04-dtk24.04.1-py3.8
```
创建并启动容器：
```
docker run --shm-size 16g --network=host --name=retinaface_migraphx -v /opt/hyhal:/opt/hyhal:ro --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/retinaface_migraphx:/home/retinaface_migraphx -it /bin/bash
# 激活dtk
source /opt/dtk/env.sh
```
### Dockerfile（方法二）
```
cd ./docker
docker build --no-cache -t retinaface_migraphx:2.0 .
docker run --shm-size 16g --network=host --name=retinaface_migraphx -v /opt/hyhal:/opt/hyhal:ro --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/retinaface_migraphx:/home/retinaface_migraphx -it /bin/bash
# 激活dtk
source /opt/dtk/env.sh
```
## 数据集
根据提供的样本数据，进行人脸检测。
## 推理
### Python版本推理
下面介绍如何运行Python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
#### 设置环境变量
```
export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
```
#### 安装依赖
```
# 进入python示例目录
cd /Python
# 安装依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```
#### 运行示例
RetinaFace模型的推理示例程序是RetinaFace_infer_migraphx.py，在python目录下使用如下命令运行该推理示例：
```
python RetinaFace_infer_migraphx.py
```
### C++版本推理
当使用操作系统不一样时，CMakeList需要做相应的修改：
```
# ubuntu操作系统
${CMAKE_CURRENT_SOURCE_DIR}/depend/lib64/ 修改为 ${CMAKE_CURRENT_SOURCE_DIR}/depend/lib/
# centos操作系统
${CMAKE_CURRENT_SOURCE_DIR}/depend/lib/ 修改为 ${CMAKE_CURRENT_SOURCE_DIR}/depend/lib64/
```
下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。
#### 构建工程
```
rbuild build -d depend
```
#### 设置环境变量
将依赖库依赖加入环境变量LD_LIBRARY_PATH，在~/.bashrc中添加如下语句：
当操作系统是ubuntu系统时：
```
export LD_LIBRARY_PATH=/depend/lib/:$LD_LIBRARY_PATH
```
当操作系统是centos系统时：
```
export LD_LIBRARY_PATH=/depend/lib64/:$LD_LIBRARY_PATH
```
然后执行:
```
source ~/.bashrc
```
#### 运行示例
成功编译RetinaFace工程后，执行如下命令运行该示例：
```
# 进入retinaface migraphx工程根目录
cd
# 进入build目录
cd ./build/
# 执行示例程序
./RetinaFace
```
## result
### Python版本
python程序运行结束后，会在当前目录生成RetinaFace检测结果图像。
### C++版本
C++程序运行结束后，会在build目录生成RetinaFace人脸检测结果图像。
### 精度
无
## 应用场景
### 算法类别
`人脸检测`
### 热点应用行业
`金融`,`交通`,`教育`
## 源码仓库及问题反馈
https://developer.sourcefind.cn/codes/modelzoo/retinaface_migraphx
## 参考资料
https://github.com/biubug6/Pytorch_Retinaface